生物发酵过程神经网络状态预防器的验证.pdfVIP

维普资讯 ，r 第l9巷第6期 无 锡 轻 工大 学学 般 Vd．19。No．6 2000年 11月 JournalofW Il】【iUniversiiyofLightIndustry Nov ．2000 r 文●柚号；1009—038X(2000)06—0542—05 一、 发酵过程神经网络状态预报器的验证 、 ， 蝴赵学庆 ， 袁景淇 ， 周又玲 ．。 贺 松 (1．上海交通大学 自动化系国家生物反应器工程重 耍 海200030；2．华东理工大学信息 学院，上海 200237) 摘 要：由于生物发酵过程的复杂性和不确定性，传统的建模、状态估计、基于模型的多步超前预 测方法通常难以奏效，作为一种数据驱动的方法，神经 网络模型能够弥补以上方法的不足．采用滚 动学习一预测算法，对工业生产规模的青霉素流加发酵过程的产量、糖耗分别作 出了多步超前预 测，取得7满意 的结果． ， 关键词：神经网络；滚动学习^预 ；鉴奎 垫 t朔谈略 ，量 中田分类号：TQ929 文献标识码：A ● - _ _ _ _ _ _ 一 VerificationoftheANN-statePredictorforBioprocesses ZHAOXue-qing，YUAN Jing+qi，ZHOU Youling2，HE Song (1．StateKeyLaboratoryofBioreactorEngineering。DepartmentofAutomaticControl，ShanghaiJiaotongUniversity． Shanghai200030；2 CollegeoflnformaticEngineering．EastChmaUniversityofScienceandTechnology．Shanghai 200237) Abstract：Thecomplexityanduncertaintyofbioprocesseshavemadethestatepredictionverydifficult byusingocnventionalmodel—based methods．Asadata—driven approach，artificialneuralnetwork (ANN)modelsmaybecomeagoodalternativeinthiscase．Thispaperdealswiththeverificationofthe earlierproposedANN—basedrollinglearning—Predictionmethodforhiopmcessstateprediction．Indus— tria1scalepenicillinfed—batchcultivationdataoutof16chargesareusedfortesting ．Three—steppre— dictionofbothpenicillinproductionandsugarconsumptionshowstheexcellentaccuracyandnoise—tol— eranceofthepredictor． Keywords：neuralnetwork；rollinglearning—prediction；penicillin；stateprediction 发酵过程与一般化学反